風(fēng)頭正勁的人工智能（AI）概念在我們的日常生活中逐步落地，醫(yī)療領(lǐng)域成為備受關(guān)注的應(yīng)用場(chǎng)景。AI在醫(yī)學(xué)影像分析、藥物研發(fā)、醫(yī)療機(jī)器人、疾病風(fēng)險(xiǎn)預(yù)測(cè)、輔助決策、健康管理等方向體現(xiàn)出巨大潛力，正試圖成為“醫(yī)院”與“患者”這一閉環(huán)中的重要支柱。AI技術(shù)究竟在何種程度上重塑了醫(yī)療領(lǐng)域？有了AI的幫助，我們能夠在醫(yī)療領(lǐng)域?qū)崿F(xiàn)哪些進(jìn)步？AI醫(yī)療行業(yè)又面臨著怎樣的風(fēng)險(xiǎn)和挑戰(zhàn)？

當(dāng)醫(yī)療遇上“AI”：是賦能還是顛覆？

毫無(wú)疑問(wèn)，AI是近幾年最炙手可熱的概念風(fēng)口，不僅在我們的日常生活中有著越來(lái)越強(qiáng)的存在感，還逐漸將觸角伸向各行各業(yè)。相比于積極投身AI浪潮的互聯(lián)網(wǎng)行業(yè)與傳統(tǒng)制造業(yè)，醫(yī)療行業(yè)作為情感需求高、準(zhǔn)入門(mén)檻高、技術(shù)密集度高的“三高”行業(yè)，在大眾認(rèn)知中一時(shí)難以被AI取代。然而事實(shí)上，AI在醫(yī)療領(lǐng)域的探索與應(yīng)用不斷拓寬與深化，正在潛移默化地重塑整個(gè)醫(yī)療行業(yè)的生態(tài)。

只要稍加留心便能發(fā)現(xiàn)，現(xiàn)在不少醫(yī)院在網(wǎng)絡(luò)掛號(hào)與預(yù)問(wèn)診階段已經(jīng)引入了“AI醫(yī)生”或者“AI問(wèn)診”等人工智能應(yīng)用。AI醫(yī)生會(huì)提前詢(xún)問(wèn)和記錄患者的個(gè)人信息以及病情概述，為患者生成電子病歷并提供簡(jiǎn)要的就醫(yī)建議，旨在提升患者的就醫(yī)體驗(yàn)與就醫(yī)效率。而在患者就醫(yī)之后，也可以通過(guò)AI醫(yī)生在線(xiàn)上復(fù)診，得到用藥與進(jìn)一步檢查的提醒，極大地簡(jiǎn)化了就醫(yī)流程。

國(guó)內(nèi)的三甲醫(yī)院已經(jīng)普遍搭載了類(lèi)似的AI問(wèn)診程序，如浙大邵逸夫醫(yī)院的AI醫(yī)生助理已于2023年11月正式上線(xiàn)，這一程序可以根據(jù)患者的個(gè)性化數(shù)據(jù)與就診歷史數(shù)據(jù)提供定制的就醫(yī)建議。除此之外，許多健康管理平臺(tái)與縣級(jí)醫(yī)院也在不斷推進(jìn)AI醫(yī)生的建設(shè)進(jìn)程。

數(shù)據(jù)顯示，中國(guó)的AI問(wèn)診市場(chǎng)在2017年到2022年間由3.75億元增至85億元，預(yù)計(jì)到2027年這一市場(chǎng)規(guī)模將達(dá)362.5億元，而AI問(wèn)診僅僅是AI在醫(yī)療行業(yè)落地的場(chǎng)景之一，人工智能正在尋求與醫(yī)療行業(yè)更深層次的融合，形成覆蓋面更為廣泛的AI醫(yī)療市場(chǎng)。

AI醫(yī)療，指的是以互聯(lián)網(wǎng)為依托，通過(guò)搭建基礎(chǔ)設(shè)施與收集數(shù)據(jù)，將人工智能技術(shù)及大數(shù)據(jù)服務(wù)應(yīng)用于醫(yī)療行業(yè)。換言之，AI醫(yī)療是人工智能對(duì)醫(yī)療領(lǐng)域應(yīng)用場(chǎng)景的賦能。但是，在AI醫(yī)療賽道上的競(jìng)爭(zhēng)者并不滿(mǎn)足于功能性的賦能，而是希望AI能夠顛覆傳統(tǒng)醫(yī)療行業(yè)的組織架構(gòu)與生態(tài)體系。

《自然》（Nature）在盤(pán)點(diǎn)2023年度技術(shù)突破時(shí)，突出強(qiáng)調(diào)了深度學(xué)習(xí)技術(shù)的重要影響。盡管仍在不斷改進(jìn)的過(guò)程中，AI已經(jīng)在病理學(xué)研究、疾病篩查與制藥方面展現(xiàn)出了驚人的潛力，而我們的疑惑或許更加直白和現(xiàn)實(shí)——AI看病真的準(zhǔn)嗎？

為了解答這一疑惑，2023年7月，谷歌與DeepMind的科研人員共同在《自然》上發(fā)布了一項(xiàng)研究，揭示了谷歌醫(yī)療大語(yǔ)言模型“Med-PaLM”的進(jìn)化過(guò)程，并且評(píng)估了該模型在編碼臨床知識(shí)方面的表現(xiàn)。結(jié)果顯示，該模型的回答評(píng)分為92.6%，與現(xiàn)實(shí)中人類(lèi)臨床醫(yī)生92.9%的水平相差無(wú)幾。此外，達(dá)摩院研發(fā)的胰腺癌早篩 AI 模型在由全球十多家醫(yī)院共6000多名患者組成的多中心隊(duì)列中進(jìn)行了驗(yàn)證，敏感性為92.9%，特異性為99.9%，相關(guān)研究結(jié)果發(fā)表在《自然醫(yī)學(xué)》（Nature Medicine）上。國(guó)內(nèi)也開(kāi)展了相關(guān)的AI義診活動(dòng)，用以驗(yàn)證AI醫(yī)生的準(zhǔn)確性。2023年6月，由醫(yī)聯(lián)（一款專(zhuān)屬于醫(yī)生的社交服務(wù)平臺(tái)）研發(fā)的“MedGPT”與華西醫(yī)院的醫(yī)生在成都開(kāi)展聯(lián)合義診，評(píng)測(cè)結(jié)果顯示，AI與真人問(wèn)診一致性高達(dá)96%。

當(dāng)前國(guó)內(nèi)外都積累了不少AI醫(yī)療的應(yīng)用案例。國(guó)際方面而言，谷歌旗下子公司DeepMind開(kāi)發(fā)的AI技術(shù)已經(jīng)可以通過(guò)分析視網(wǎng)膜掃描圖，診斷青光眼、老年黃斑變性和糖尿病視網(wǎng)膜病變等眼疾，準(zhǔn)確率可達(dá)94%；IBM旗下的Watson Health利用AI進(jìn)行藥物發(fā)現(xiàn)、基因組學(xué)研究和患者個(gè)性化治療計(jì)劃的制定，并將模型廣泛應(yīng)用于醫(yī)療數(shù)據(jù)分析和處理方面；生物科技公司Freenome通過(guò)在診斷測(cè)試和血液檢查中使用AI進(jìn)行癌癥早篩，旨在盡早發(fā)現(xiàn)癌癥并開(kāi)發(fā)相應(yīng)治療方法；Enlitic通過(guò)深度學(xué)習(xí)來(lái)簡(jiǎn)化放射學(xué)診斷，通過(guò)分析非結(jié)構(gòu)化的醫(yī)學(xué)數(shù)據(jù)，幫助醫(yī)生更好地了解患者的實(shí)時(shí)需求。國(guó)內(nèi)方面而言，數(shù)坤科技開(kāi)發(fā)的AI產(chǎn)品能夠接收CT、MRI、X射線(xiàn)、超聲波等多種影像模態(tài)原始數(shù)據(jù)，提供輔助性診斷結(jié)果，提高醫(yī)生閱片效率；推想醫(yī)療開(kāi)發(fā)的“InferRead CT Lung AI”可以輔助肺結(jié)節(jié)檢測(cè)，已經(jīng)獲批國(guó)家藥監(jiān)局第三類(lèi)醫(yī)療器械注冊(cè)證書(shū)；商湯科技與上海新華醫(yī)院達(dá)成合作，用AI大模型“大醫(yī)”來(lái)提升醫(yī)療服務(wù)效率；同時(shí)，京東、百度、科大訊飛和騰訊等互聯(lián)網(wǎng)公司紛紛在AI醫(yī)療賽道布局，推出了各自開(kāi)發(fā)的AI模型，如“京醫(yī)千詢(xún)”“百度靈醫(yī)大模型”“訊飛星火醫(yī)療大模型”與“騰訊覓影”等。

AI醫(yī)療的“魔術(shù)秀”：

已經(jīng)做到的與將要做到的

那么，在醫(yī)療行業(yè)，AI到底都在做些什么？將來(lái)又能夠做到什么呢？總體來(lái)看，AI在醫(yī)療行業(yè)的作用體現(xiàn)在四個(gè)階段與六大環(huán)節(jié)之中。四個(gè)階段指的是以患者為出發(fā)點(diǎn)，將就醫(yī)流程劃分為就醫(yī)前、就醫(yī)中（院內(nèi)）、就醫(yī)后以及其他階段；六大環(huán)節(jié)則是指貫穿于四個(gè)階段的“促進(jìn)健康、預(yù)防疾病、診斷疾病、控制病情、治療疾病、康復(fù)護(hù)理”環(huán)節(jié)。

具體來(lái)說(shuō)，在就醫(yī)之前，AI可以協(xié)助進(jìn)行健康管理、健康評(píng)估、智能導(dǎo)診、疾病預(yù)警等工作；在院內(nèi)的就醫(yī)過(guò)程中，AI可以實(shí)現(xiàn)醫(yī)療數(shù)據(jù)分析、自動(dòng)取號(hào)、導(dǎo)診排隊(duì)、藥物檢索、臨床診斷、醫(yī)保支付、排隊(duì)取藥、報(bào)告獲取，并且輔助醫(yī)學(xué)影像分析、醫(yī)學(xué)診斷、電子病歷生成，手術(shù)機(jī)器人還可以直接用于臨床手術(shù)與臨床輔助決策，術(shù)后院內(nèi)康復(fù)也同樣可以借助AI進(jìn)行管理；就醫(yī)之后，AI可以進(jìn)行健康追蹤、醫(yī)療質(zhì)量評(píng)估、患者跟蹤和回訪與就診記錄管理；此外，AI在醫(yī)學(xué)文獻(xiàn)翻譯、醫(yī)學(xué)教育、病理研究等專(zhuān)業(yè)領(lǐng)域也發(fā)揮著越來(lái)越重要的作用。

在全球范圍而言，AI醫(yī)療較為成熟的領(lǐng)域集中在醫(yī)學(xué)影像、智能制藥、醫(yī)療器械、臨床決策系統(tǒng)與智慧病理等方面，尤其是醫(yī)學(xué)影像和醫(yī)療器械的AI商業(yè)模式已經(jīng)初步成型。國(guó)家衛(wèi)健委衛(wèi)生發(fā)展研究中心的統(tǒng)計(jì)數(shù)據(jù)顯示，國(guó)內(nèi)AI醫(yī)療95%的研究和產(chǎn)出集中在醫(yī)學(xué)影像方面。從專(zhuān)利數(shù)據(jù)來(lái)看，醫(yī)學(xué)影像類(lèi)的專(zhuān)利遠(yuǎn)超醫(yī)療機(jī)器人及其他研究，而決策規(guī)則類(lèi)的專(zhuān)利則近乎空白。究其原因，醫(yī)學(xué)影像已經(jīng)形成較為統(tǒng)一、規(guī)范的病理判別標(biāo)準(zhǔn)，數(shù)據(jù)集容易清洗與規(guī)范化，并且較少牽涉患者的高情感需求，因此開(kāi)發(fā)所受限制較少、轉(zhuǎn)化率高、應(yīng)用較為廣泛。

在醫(yī)學(xué)影像領(lǐng)域，AI主要被應(yīng)用于病理分析與輔助診斷，對(duì)病灶進(jìn)行識(shí)別與標(biāo)準(zhǔn)，并通過(guò)三維重構(gòu)靶區(qū)。病理影像、內(nèi)窺鏡影像、眼底篩查、皮膚影像、CT影像、MRI影像均可通過(guò)AI大模型進(jìn)行分析與判定，為醫(yī)生提供決策輔助。這一賽道的玩家最密集、發(fā)展最快，頭部企業(yè)包括數(shù)坤科技、推想醫(yī)療、鷹瞳科技、深睿醫(yī)療等。

在醫(yī)學(xué)界，病理是醫(yī)學(xué)診斷的黃金標(biāo)準(zhǔn)，而一位能夠獨(dú)立簽發(fā)病理報(bào)告的病理醫(yī)師培養(yǎng)周期不低于10年。我國(guó)目前注冊(cè)在案的病理醫(yī)師數(shù)量在1萬(wàn)名左右，人才缺口巨大，平均每人每天病理報(bào)告的閱片量要超過(guò)100張，在大型的綜合醫(yī)院，這個(gè)數(shù)字還要翻倍。此外，包括病理切片在內(nèi)的多種醫(yī)學(xué)影像都需要在高倍顯微鏡下觀察，對(duì)醫(yī)生視力的損害極大。用AI來(lái)對(duì)醫(yī)學(xué)影像進(jìn)行輔助診斷可以極大減少醫(yī)生負(fù)擔(dān)，也有助于減少誤診和漏診。比如深睿醫(yī)療研發(fā)的“Deepwise MetAI”是國(guó)內(nèi)首個(gè)智慧影像和醫(yī)療大數(shù)據(jù)通用平臺(tái)，通過(guò)計(jì)算機(jī)視覺(jué)（CV）、自然語(yǔ)言處理（NLP）、深度學(xué)習(xí)等前沿技術(shù)，可以將醫(yī)學(xué)影像產(chǎn)生的數(shù)據(jù)結(jié)構(gòu)化，形成數(shù)據(jù)資產(chǎn)，在技師、醫(yī)生、科室的管理者之間流通，針對(duì)CT等多模態(tài)影像設(shè)備提供覆蓋神經(jīng)系統(tǒng)、心血管系統(tǒng)、運(yùn)動(dòng)系統(tǒng)、呼吸系統(tǒng)、消化系統(tǒng)、女性關(guān)愛(ài)、兒童關(guān)愛(ài)等領(lǐng)域的人工智能解決方案。

在藥物挖掘領(lǐng)域，AI可以參與新藥研發(fā)、藥物篩選與跟蹤研究。2023年，歐洲藥品管理局（EMA）專(zhuān)門(mén)發(fā)表文章，指出正確使用AI工具能夠有效支持醫(yī)學(xué)數(shù)據(jù)的獲取、處理、分析與解釋?zhuān)卺t(yī)療產(chǎn)品的整個(gè)生命周期內(nèi)發(fā)揮作用。這種作用主要體現(xiàn)在臨床前開(kāi)發(fā)階段，AI可以替代、減少或者優(yōu)化動(dòng)物實(shí)驗(yàn)，并且增強(qiáng)數(shù)據(jù)分析的能力，而在精準(zhǔn)醫(yī)療方面，AI有助于根據(jù)疾病特征、患者基因型等指標(biāo)進(jìn)行患者篩選。然而EMA也提示了基于海量訓(xùn)練數(shù)據(jù)和不完全透明的訓(xùn)練模型所構(gòu)建的AI算法在制藥領(lǐng)域潛在的風(fēng)險(xiǎn)，建議使用透明模型，確?；颊叩陌踩脱芯拷Y(jié)果的完整。

除此之外，AI也在醫(yī)療機(jī)器人與醫(yī)療大數(shù)據(jù)輔助治療方面取得了一定進(jìn)展。疾病風(fēng)險(xiǎn)預(yù)測(cè)與個(gè)性化健康管理成為AI醫(yī)療的新風(fēng)口。

造夢(mèng)之途，何時(shí)破壁：只是看上去很美？

根據(jù)國(guó)內(nèi)機(jī)構(gòu)估計(jì)，2023年中國(guó)的AI醫(yī)療行業(yè)整體規(guī)模達(dá)到973億元，預(yù)期在2028年將會(huì)達(dá)到1598億元。AI醫(yī)療市場(chǎng)之所以能蓬勃發(fā)展，在于人口老齡化與醫(yī)護(hù)人員短缺。2023年，我國(guó)老齡化人口占總?cè)丝诒戎匾呀?jīng)超過(guò)15%，對(duì)醫(yī)療需求不斷攀升；而醫(yī)護(hù)人員缺口則并未縮小，據(jù)調(diào)查，2022年每一個(gè)衛(wèi)生技術(shù)人員需要對(duì)應(yīng)的醫(yī)療人次數(shù)為722.25。

醫(yī)學(xué)影像與智慧醫(yī)院建設(shè)、藥物及疫苗研發(fā)與醫(yī)療流程優(yōu)化、AI醫(yī)療器械與醫(yī)療機(jī)器人開(kāi)發(fā)，對(duì)于緩解醫(yī)療資源供需矛盾、提高醫(yī)療體系效率與減輕醫(yī)護(hù)負(fù)擔(dān)等方面有著關(guān)鍵的作用。AI醫(yī)療為我們描繪出了一幅美好的未來(lái)前景——AI賦能的醫(yī)療行業(yè)將變得更加精準(zhǔn)、更有效率、更加人性化。然而，AI醫(yī)療近年來(lái)在市場(chǎng)上的表現(xiàn)并不盡如人意。以國(guó)內(nèi)早期AI醫(yī)療代表公司春雨醫(yī)生為例，公司人數(shù)在屢次裁減后縮減為兩位數(shù)，并且頻繁傳出被收購(gòu)傳言。市場(chǎng)共識(shí)認(rèn)為，AI尚未能夠進(jìn)入醫(yī)療的核心業(yè)務(wù)，長(zhǎng)期原地踏步，難以破壁實(shí)現(xiàn)創(chuàng)新。

首先，市場(chǎng)監(jiān)管是AI醫(yī)療面臨的主要挑戰(zhàn)之一。出于保護(hù)隱私、規(guī)避風(fēng)險(xiǎn)的考慮，AI醫(yī)療一直處在嚴(yán)格的監(jiān)管之下。從2020年到2023年，國(guó)家陸續(xù)出臺(tái)8項(xiàng)關(guān)于AI醫(yī)療器械的立項(xiàng)標(biāo)準(zhǔn)，并且在2023年11月頒布了《人工智能輔助檢測(cè)醫(yī)療器械（軟件）臨床評(píng)價(jià)注冊(cè)審查指導(dǎo)原則》，意味著將要對(duì)醫(yī)學(xué)影像和人工智能類(lèi)創(chuàng)新醫(yī)療器械進(jìn)行全面監(jiān)管。AI醫(yī)療器械被劃分為三類(lèi)醫(yī)療器械，即最高級(jí)別、嚴(yán)格控制的醫(yī)療器械，必須通過(guò)審批獲得醫(yī)療器械經(jīng)營(yíng)許可證才能被應(yīng)用于嚴(yán)肅的醫(yī)學(xué)場(chǎng)合。截至2024年7月，國(guó)家藥監(jiān)局已經(jīng)批準(zhǔn)277個(gè)創(chuàng)新醫(yī)療器械，涵蓋AI圖像輔助診斷軟件、AI智能醫(yī)療器械等多領(lǐng)域?？梢钥闯?，AI醫(yī)療一直試圖在監(jiān)管與創(chuàng)新中實(shí)現(xiàn)艱難的平衡。

其次，AI并不是萬(wàn)能的，算法的原理在于通過(guò)對(duì)海量數(shù)據(jù)的分析來(lái)不斷提高模型的精準(zhǔn)度，這就意味著AI在具備確定性的數(shù)據(jù)集上可以取得優(yōu)勢(shì)，而在實(shí)時(shí)動(dòng)態(tài)調(diào)整的數(shù)據(jù)集上表現(xiàn)并不完美。算法存在偏差與歧視，即便循證醫(yī)學(xué)已經(jīng)被普遍采納，但病患的復(fù)雜性導(dǎo)致治療需要綜合多方面的數(shù)據(jù)來(lái)制定個(gè)性化方案，無(wú)法單純依靠AI分析結(jié)果做出判斷，因此醫(yī)患雙方都對(duì)AI醫(yī)療持有較為保守的態(tài)度。

最后，道德倫理與法律責(zé)任的問(wèn)題必須納入考慮。AI醫(yī)療若是出現(xiàn)差錯(cuò)，責(zé)任應(yīng)該由誰(shuí)來(lái)承擔(dān)？這個(gè)問(wèn)題不能得到有效解決，醫(yī)生、患者以及AI醫(yī)療供應(yīng)商三者之間永遠(yuǎn)無(wú)法形成責(zé)任明確的有機(jī)整體。

為了應(yīng)對(duì)這些挑戰(zhàn)，AI需要獲取高質(zhì)量的多模態(tài)數(shù)據(jù)，理解醫(yī)療過(guò)程中對(duì)人工智能的真正需求，找到能夠發(fā)揮作用的場(chǎng)景痛點(diǎn)。同時(shí)，需要明確責(zé)任認(rèn)定機(jī)制、加強(qiáng)監(jiān)管與標(biāo)準(zhǔn)化建設(shè)、提升患者信任度。如此，AI才能有效促進(jìn)醫(yī)療健康的進(jìn)步，為患者提供更為優(yōu)質(zhì)的醫(yī)療服務(wù)。